异构蜂窝网络干扰协调方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110753365A(43)申请公布日2020.02.04(21)申请号201911042510.4(22)申请日2019.10.30(71)申请人电子科技大学地址611731四川省成都市高新区（西区）西源大道2006号(72)发明人黄晓燕段一帆杨宁冷甦鹏(74)专利代理机构成都虹盛汇泉专利代理有限公司51268代理人王伟(51)Int.Cl.H04W24/02(2009.01)H04W24/06(2009.01)H04W28/02(2009.01)H04W52/36(2009.01)权利要求书1页说明书6页附图1页(54)发明名称异构蜂窝网络干扰协调方法(57)摘要本发明公开了一种异构蜂窝网络干扰协调方法，包括：在模拟的真实下行网络链路场景下，以最小化基站总发射功率消耗为目标，分别以用户QoS需求、宏基站最大发射功率、微基站最大发射功率、基站接入限制和信道复用限制为约束条件，确定优化问题；求解优化问题；对求解得到结果解码得到相应的用户接入、信道分配和功率控制策略。本发明的方法通过采用较高还原度和可靠度的网络场景，并基于该场景将用户接入策略、信道分配和功率控制策略协同考虑，建立了用户接入策略、信道分配和功率控制协同优化方案，并提出了具有较低复杂度的启发式算法求解该问题，可以有效保证用户差异化QoS需求以及基站最大发射功率约束的情况下，实现系统总功率消耗最小化。CN110753365ACN110753365A权利要求书1/1页1.一种异构蜂窝网络干扰协调方法，具体包括如下步骤：步骤S1：在模拟的真实下行网络链路场景下，以最小化基站总发射功率消耗为目标，分别以用户QoS需求、宏基站最大发射功率、微基站最大发射功率、基站接入限制和信道复用限制为约束条件，确定优化问题；步骤S2：求解步骤S1确定优化问题；步骤S3：对步骤S2得到结果解码得到相应的用户接入、信道分配和功率控制策略。2.根据权利要求1所述的异构蜂窝网络干扰协调方法，其特征在于，所述步骤S1模拟的真实链路场景包括：M个移动用户、N个基站(其中L个宏基站和N-L个微基站)，N个基站均匀部署构成小区，M个移动用户随机分布在小区内；所有基站同频部署，且频带被划分为I条正交信道，每个移动用户能且仅能连接一个基站，并从一条或多条信道获得服务，其他基站在相同信道发射的信号会对该用户产生干扰，不同信道间不存在干扰。3.根据权利要求1或2所述的异构蜂窝网络干扰协调方法，其特征在于，所述步骤S1确定优化问题的为混合整数非线性优化问题。4.根据权利要求3所述的异构蜂窝网络干扰协调方法，其特征在于，所述步骤S2具体利用基于遗传算法和粒子群算法的混合启发式搜索算法进行求解。5.根据权利要求4所述的异构蜂窝网络干扰协调方法，其特征在于，所述求解的具体步骤如下：S21：使用相同格式编码遗传算法中基因序列和粒子群算法中位置信息，初始化遗传算法；S22：利用有限次遗传算法迭代求得一组可行解；S23：初始化粒子群算法，将遗传算法得到的结果输入粒子群优化算法求解；S24：将粒子群优化算法得到的解重新输入遗传算法，直至结果收敛或达到迭代次数上限。6.根据权利要求5所述的异构蜂窝网络干扰协调方法，其特征在于，所述步骤S21中所用遗传算法中染色体序列和粒子群优化算法中的位置信息为与用户接入策略和信道分配策略相对应的0-1整数型矩阵，以及和基站功率控制相关的实数矩阵，个体和粒子的适应度表达式即为问题的优化目标基站总功耗。7.根据权利要求5所述的异构蜂窝网络干扰协调方法，其特征在于，在一次大循环中，对于遗传算法每次迭代依次对父代种群进行交叉操作、变异操作生成子代种群后，记录最优策略和最优适应度，然后执行选择操作进入下一次迭代，在有限次迭代后，强制停止遗传算法，输出当前种群。8.根据权利要求5所述的异构蜂窝网络干扰协调方法，其特征在于，在每一次启动粒子群优化算法时，将所有粒子速度重置为0，并输入遗传算法得到当前种群的基因信息作为位置信息，迭代一次后，计算粒子速度并执行迭代。2CN110753365A说明书1/6页异构蜂窝网络干扰协调方法技术领域[0001]本发明属于移动通信领域，特别涉及一种异构蜂窝网络中的资源调度优化技术。背景技术[0002]随着移动用户需求的提升和应用的多样化，移动数据量以指数级增长的速度不断逼近现有蜂窝移动网络的容量上限，从而导致蜂窝网络过载而造成服务质量下降，因而需要进一步提升蜂窝移动网络的容量来满足用户不断增长的需求。一种解决方案是采用异构分层覆盖和增加基站部署，进而衍生出了密集异构网络，异构组网能够有效提升蜂窝小区的通信容量。[0003]虽然密集异构组网一定程度上提高了移动通信网络的容量，但基站密集部署带来了严重的层